买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于猝倒面容识别模型的猝倒面容识别方法及装置，该方法包括：采集预设数量的猝倒面容图像和正常面容图像建立训练数据集，并按预设比例抽取出测试集；按预设数据增强策略对训练数据集当中的剩余数据集进行扩充，并将剩余数据集划分为训练集和验证集；获取通过预设视觉数据集利用ResNet‑18神经网络训练得到的初始分类模型，并将训练集和验证集输入至初始分类模型进行深度学习以得到猝倒面容识别模型；获取待识别的面容图像，并将待识别的面容图像输入至猝倒面容识别模型以识别面容图像是否为猝倒面容。本发明解决了现有技术中在进行猝倒发作预防时准确性低的问题。

主权项：1.一种基于猝倒面容识别模型的猝倒面容识别方法，其特征在于，所述方法包括：采集预设数量的猝倒面容图像和正常面容图像建立训练数据集，并按预设比例从所述训练数据集当中抽取出测试集；按预设数据增强策略对所述训练数据集当中的剩余数据集进行扩充，并按预设比例将所述剩余数据集划分为训练集和验证集；获取通过预设视觉数据集利用ResNet-18神经网络训练得到的初始分类模型，并将所述训练集和验证集输入至所述初始分类模型进行深度学习以得到猝倒面容识别模型；获取待识别的面容图像，并将所述待识别的面容图像输入至所述猝倒面容识别模型以识别所述面容图像是否为猝倒面容；所述按预设数据增强策略对所述训练数据集当中的剩余数据集进行扩充的步骤包括：对所述剩余数据集当中的图像以随机概率添加椒盐噪声和高斯模糊，或者对所述剩余数据集当中的图像进行随机水平翻转、随机角度翻转，或者对所述剩余数据集当中的图像进行对比度增强得到另一图像数据以对所述训练数据集当中的剩余数据集进行扩充；所述按预设比例将所述剩余数据集划分为训练集和验证集的步骤包括：将所述剩余数据集平均分成五等份，将所述五等份中的其中四份作为所述训练集，所述五等份中的另外一份作为所述验证集；所述将所述训练集和验证集输入至所述初始分类模型进行深度学习以得到猝倒面容识别模型的步骤包括：设置一个循环，循环五次，每次选择不同的一个等份作为所述验证集，其余四个等份作为所述训练集；在每次循环中，使用当前选择的所述训练集来训练所述初始分类模型，使用当前的所述验证集来评估所述初始分类模型的性能直至所述初始分类模型的性能趋于稳定以得到所述猝倒面容识别模型。

全文数据：

权利要求：

百度查询： 南昌大学第二附属医院 一种基于猝倒面容识别模型的猝倒面容识别方法及装置